Marloes Maathuis是瑞士苏黎世联邦理工学院的统计学教授。她的研究集中在因果推理，图模型，高维统计，和跨学科应用之间的生物学，流行病学和统计。她目前是UAI 2021项目的联合主席，《统计调查》的联合主编，《统计年鉴》和《美国统计协会杂志》的副主编。她是IMS研究员，并获得了2020年Van Dantzig奖。

https://stat.ethz.ch/~mmarloes/

因果学习

因果推理在许多领域都很重要，包括科学、决策制定和公共政策。确定因果关系的金标准方法使用随机控制扰动实验。然而，在许多情况下，这样的实验是昂贵的、耗时的或不可能的。从观察数据中获得因果信息是可替代的一种选择，也就是说，从通过观察感兴趣系统获得的数据中获得而不使其受到干预。在这次演讲中，我将讨论从观察数据中进行因果学习的方法，特别关注因果结构学习和变量选择的结合，目的是估计因果效果。我们将用例子来说明这些概念。

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“CL70” 可以获取《NeurIPS2020最新《因果推断学习》教程，70页ppt》专知下载链接索引

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程资料和与专家交流咨询！

点击“ 阅读原文 ”，了解使用 专知 ，查看获取5000+AI主题知识资源